明敏 发自 凹非寺

量子位 | 公众号 QbitAI

一天吃两起官司，ChatGPT现在有大麻烦了。

原因都和数据有关。

先是16人匿名起诉OpenAI及微软，认为他们在未经允许的情况下使用并泄露了个人隐私数据，索赔金额高达30亿美元。

紧接着，2位全职作者提出，OpenAI未经允许使用了他们的小说训练ChatGPT，构成侵权。

而且两边的原告都表示，OpenAI从互联网上搜刮的数据可太多了，除了他们以外还有非常多人的数据正在被违规使用。

网上的讨论很多，有人表示作家就是应该维权，并且获得适当的报酬。

另一边，两位美国作家也在同一天起诉OpenAI，认为他们的作品被拿去训练ChatGPT。

具体的证据是，ChatGPT能为他们的书生成“非常准确”的摘要，这足以说明这些书被收录在数据库中。

保罗·特朗布莱（Paul Tremblay）和莫娜·阿瓦德（Mona Awad）表示，ChatGPT未经许可就从数千本书中拷贝数据，这侵犯了作者们的版权。

起诉书中预估，OpenAI的训练数据中至少包含30万本书，其中很多来自侵权网站。

比如OpenAI在披露GPT-3训练数据情况时，就表示其中包含两个互联网图书语料库，大概占比为15%。起诉作者认为这些数据就是来自影子图书馆网站的，比如Library Genesis、Sci-Hub等。

以及在2018年，OpenAI透露他们给GPT-1喂的数据中包含7000 本小说。起诉方认为这些书是研究人员从一些盗版网站上复制下来的，而没有获得作者的同意或授权。

AI画画那边，Stability AI、Midjourney等也同样官司缠身。

因为发现只要输入自己的名字，就能生成个人风格的画作，画家凯利·麦柯南（Kelly McKernan）联合另外两位创作者一起提起诉讼。

律师团队和上面起诉Copilot的都是同一家。

以及网站平台方也不愿意被白嫖数据。

这不最近马斯克给推特限流，给出的理由就是“不想让AI白嫖数据了”。目前限制措施还在实行中，还不知道之后会有怎么样的变化。

Reddit则表示自家平台上的数据非常有价值，所以推出了付费API，价格并不低，这个操作导致不少第三方应用被迫关闭。

总之，AI在网络上大规模抓取数据训练后，带来的隐私安全问题、版权问题层出不穷，被牵扯进来的人也越来越多。

但目前版权问题该怎么算，业内还没有形成确定的规范。

只有日本方面传出过消息，不会对训练AI所使用的数据实施版权保护，因为这能加速AI发展。

参考链接：[1]https://www.theregister.com/2023/06/28/microsoft_openai_sued_privacy/[2]https://www.reuters.com/legal/lawsuit-says-openai-violated-us-authors-copyrights-train-ai-chatbot-2023-06-29/[3]https://www.washingtonpost.com/technology/2023/06/28/openai-chatgpt-lawsuit-class-action/

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态